ธนาคารกำลังสร้างระบบประเมินความเสี่ยงสินเชื่อ: หลัง join ตาราง จำนวนแถวเพิ่มขึ้นหลายเท่า สิ่งแรกที่ควรตรวจคืออะไร
กลบแถวแบบสุ่ม
ขเปลี่ยน inner เป็น outer โดยไม่ตรวจ
คความเป็นเอกลักษณ์และ cardinality ของ join key พร้อมใช้ validate ตามความสัมพันธ์ที่คาด
งเพิ่ม RAM แล้วทำต่อ
เฉลยอธิบาย
duplicate keys ทั้งสองฝั่งอาจสร้าง many-to-many Cartesian product และบิดเบือนจำนวนหน่วยวิเคราะห์ ตัวเลือกอื่นละเลยลำดับเวลา การแยกข้อมูล ความหมายทางสถิติ หรือผลกระทบในการใช้งานจริง แหล่งอ้างอิงทางการ: https://pandas.pydata.org/docs/user_guide/merging.html